Swift——VNCoreMLModel的人脸识别及图像分割


前言

使用DeepLabV3图像分割模型在iOS应用程序中添加、删除和修改图像背景

Core ML是Apple的移动机器学习框架,允许在设备上部署、运行和重新训练模型。

作为第一次学习使用人像识别并实现机器学习的最流行用例之一:iOS应用程序图像分割


一、获取DeepLab Core ML模型

1.Core ML模型

在Apple Developer上可义获取Create ML以及对Core ML的概述、讲解及其的转换器和已训练好的模型,可以更多了解其技术。

2.导入Core ML

以Swift作为用户界面启动一个新的Xcode项目,并拖放已下载好的Core ML文件Xcode Core ML查看器

二、人脸识别

1.读取相册,导入图片

    @IBAction func getImage(_ sender: UIButton) {
        let actionSheetController = UIAlertController()
            let cancelAction = UIAlertAction(title: "取消", style: UIAlertAction.Style.cancel){(alertAction)-> Void in
                print("Tap 取消 Button")
            }
            let takingPicturesAction = UIAlertAction(title: "拍照", style: UIAlertAction.Style.destructive){(alertAction) -> Void in
                self.getImageGo(type:1)
            }
            let photoAlbumAction = UIAlertAction(title: "相册", style: UIAlertAction.Style.default){ (alertAction)-> Void in
                self.getImageGo(type:2)
            }
            actionSheetController.addAction(cancelAction)
            actionSheetController.addAction(takingPicturesAction)
            actionSheetController.addAction(photoAlbumAction)
            self.present(actionSheetController, animated: true,completion:nil)
    }

点击相册可读取导入图片,拍照可在真机iPhone上实现,Simulator无法实现

导入图片

2.识别图片是否有人像,没有提示无法识别

func detect(){
        let person = CIImage(cgImage: image.image!.cgImage!)
        let accuracy = [CIDetectorAccuracy:CIDetectorAccuracyHigh]
		let facedetector = CIDetector(ofType: CIDetectorTypeFace, context: nil,options: accuracy)
        let faces = facedetector?.features(in: person)
         if faces?.first is CIFaceFeature {
            print("检测到人脸!")
        }else{
            let alert = UIAlertController(title: "提示", message: "未检测到人脸", preferredStyle:.alert)
            let alertAction = UIAlertAction(title: "确定", style:.default,handler: nil)
            alert.addAction(alertAction)
            self.present(alert, animated: true,completion: nil)
        }
    }
func getImageGo(type:Int){
     takingPicture = UIImagePickerController.init()
      if(type==1){
          takingPicture.sourceType = .camera
        }else if(type==2){
          takingPicture.sourceType = .photoLibrary
        }
        //是否截取,设置为true在获取图片后可以将其截取成正方形
        takingPicture.allowsEditing = false
        takingPicture.delegate = self
        present(takingPicture, animated: true,completion: nil)
    }
    
    //拍照或是相册选择返回的图片
func imagePickerController(_ picker: UIImagePickerController, didFinishPickingMediaWithInfo info: [UIImagePickerController.InfoKey : Any]) {
     takingPicture.dismiss(animated: true,completion: nil)
     if(takingPicture.allowsEditing == false){
            //原图
        image.image=info[UIImagePickerController.InfoKey.originalImage]as? UIImage
        }else{
            //截图
            image.image=info[UIImagePickerController.InfoKey.editedImage]as? UIImage
        }
        self.detect()
    }
func imagePickerControllerDidCancel(_ picker: UIImagePickerController) {
     dismiss(animated: true,completion: nil)
    }

在这里插入图片描述
在这里插入图片描述

三、使用视觉请求运行图像分割

1.设置视觉请求以运行DeepLabV3图像分割模型:

func runVisionRequest(){
        guard let model = try? VNCoreMLModel(for:  DeepLabV3(configuration: .init()).model)
        else{return}
        let request = VNCoreMLRequest(model: model,completionHandler: visionRequestDidComplete)
        request.imageCropAndScaleOption = .scaleFill
        DispatchQueue.global().async{ [self] in
            let handler = VNImageRequestHandler(cgImage: inputimage.cgImage!,options: [:])
            do {
                try handler.perform([request])
            }catch{
                print(error)
            }
        }
    }
  • Core ML不支持iOS 14中的默认init方法(DeepLabV3()),重新定义使用init(configuration:)
  • VNCoreMLModel是Core ML模型的容器。需要使用这种格式来使用VNCoreMLRequest执行视觉处理
  • VNCoreMLRequest完成后,触发在visionRequestDidComplete函数中定义的完成处理程序函数。
  • VNImageRequestHandler函数是触发Vision请求的地方。传递输入图像(Vision对其进行预处理以匹配模型输入大小),并在处理程序中设置VNCoreMLRequest。

2.人像分割技术细节,从输出中检索分段掩码

VNImageRequest完成,可以在定义的visionRequestDidComplete完成处理程序中处理结果
代码如下(示例):

func visionRequestDidComplete(request: VNRequest, error: Error?) {
      DispatchQueue.main.async {
        if let observations = request.results as? [VNCoreMLFeatureValueObservation],
         let segmentationmap = observations.first?.featureValue.multiArrayValue {
                        
         let segmentationMask = segmentationmap.image(min: 0, max: 1)

         self.image.image = segmentationMask!.resizedImage(for: self.image.image!.size)!
                        
         self.maskInputImage()
          	}
      	}
}

原始图像与遮罩图像效果会是这样:
在这里插入图片描述

3.添加新的背景

将分割的遮罩传递给maskInputImage函数中,将原始图像采集裁剪出遮罩图像与新的背景图像融合。背景可以是图片或者是用指定颜色当背景。本次使用的是第二种方式。

 func maskInputImage(){
        let bgImage = UIImage.imageFromColor(color: .darkGray,size:self.image.image!.size, scale: self.image.image!.scale)
        let beginImage = CIImage(cgImage: inputimage.cgImage!)
        let background = CIImage(cgImage: bgImage!.cgImage!)
        let mask = CIImage(cgImage: image.image!.cgImage!)
        
        
        if let compositeImage = CIFilter(name: "CIBlendWithMask",parameters: [kCIInputImageKey:beginImage,
            kCIInputBackgroundImageKey:background,
            kCIInputMaskImageKey:mask])?.outputImage
          {
              let ciCOntext = CIContext(options:nil)
              let filteredImageRef = ciCOntext.createCGImage(compositeImage, from: compositeImage.extent)
            self.image.image = UIImage(cgImage: filteredImageRef!)
            
            let testImage  = UIImageView.init(frame: CGRect(x: 50, y: 100, width: 200, height: 200))
            testImage.image = UIImage(cgImage: filteredImageRef!)

它会回传以下结果:
在这里插入图片描述

如果在没有导入人像图片而直接点击合成Button,会报错没有找到对应的图片使得程序退出

四、保存图像,并将导入的人像可当作贴纸拖动

1.将遮罩融合的图片以2048*3072像素保存

import UIKit
import Photos

class SaveImageViewController: UIViewController {
    override func viewDidLoad() {
        super.viewDidLoad()     
    }
    
    func loadImage(image:UIImage) {
            UIImageWriteToSavedPhotosAlbum(image, self, #selector(image(image:didFinishSavingWithError:contextInfo:)), nil)
        }
    
    @objc func image(image: UIImage, didFinishSavingWithError error: NSError?, contextInfo: AnyObject){
        if let error = error{
            let ac = UIAlertController(title: "Save error", message: error.localizedDescription, preferredStyle: .alert)
            ac.addAction(UIAlertAction(title: "OK", style: .default))
        }else{
            let ac = UIAlertController(title: "Saved!", message: "Your altered image has been saved to your photos", preferredStyle: .alert)
            ac.addAction(UIAlertAction(title:"OK", style: .default))
            present(ac, animated: true)
        }
    }
}
@IBAction func SaveImage(_ sender: UIButton) {
	let reSize = CGSize(width: 2048, height: 3072)
	image.image = image.image!.reSizeImage(reSize: reSize)   
	SaveImageViewController().loadImage(image: self.image.image!)
    }
}

点击保存Button后,要保存的图片可在相册中查看

2.人像贴纸实现

在StickerView编写贴纸功能

import UIKit

@objc protocol StickerViewDelegate{
    @objc func stickerViewDidBeginMoving(_ stickerView:StickerView)
    @objc func stickerViewDidChangeMoving(_ stickerView:StickerView)
    @objc func stickerViewDidEndMoving(_ stickerView:StickerView)
    @objc func stickerViewDidTap(_ stickerView: StickerView)
}


class StickerView: UIView {
    var delegate:StickerViewDelegate!
    var contentView:UIView!
    

    
    init(contentView:UIView){
        self.defaultInset = 11
        self.defaultMinimumSize = 4 * self.defaultInset
        
        var frame = contentView.frame
        frame = CGRect(x: 0, y: 0, width: frame.size.width + CGFloat(self.defaultInset) * 2, height: frame.size.height + CGFloat(self.defaultInset) * 2)
        super.init(frame: frame)
        //self.backgroundColor = UIColor.clear
        self.addGestureRecognizer(self.moveGesture)
        self.addGestureRecognizer(self.tapGesture)
        
        // Setup content view
        self.contentView = contentView
        //self.contentView.center = CGRectGetCenter(self.bounds)
        self.contentView.isUserInteractionEnabled = false
        self.contentView.layer.allowsEdgeAntialiasing = true
        self.addSubview(self.contentView)
        
        //self.minimumSize = self.defaultMinimumSize
        //self.outlineBorderColor = .brown
    }
    
    required init?(coder: NSCoder) {
        fatalError("init(coder:) has not been implemented")
    }
    
    
    private var defaultInset:NSInteger
    private var defaultMinimumSize:NSInteger
    
    // Variables for moving view
    private var beginningPoint = CGPoint.zero
    private var beginningCenter = CGPoint.zero
    
    private lazy var moveGesture  = {
        return UIPanGestureRecognizer(target: self, action: #selector(handleMoveGesture(_:)))
    }()
    private lazy var tapGesture = {
        return UITapGestureRecognizer(target: self, action: #selector(handleTapGesture(_:)))
    }()
    
    // MARK: - Gesture Handlers
    @objc func handleMoveGesture(_ recognizer:UIPanGestureRecognizer){
        let touchLocation = recognizer.location(in: self.superview)
        switch recognizer.state {
        case .began:
            self.beginningPoint = touchLocation
            self.beginningCenter = self.center
            if let delegate = self.delegate {
                delegate.stickerViewDidBeginMoving(self)
            }
        case .changed:
            self.center = CGPoint(x: self.beginningCenter.x + (touchLocation.x - self.beginningPoint.x), y: self.beginningCenter.y + (touchLocation.y - self.beginningPoint.y))
            if let delegate = self.delegate {
                delegate.stickerViewDidBeginMoving(self)
            }
        case  .ended:
            self.center = CGPoint(x: self.beginningCenter.x + (touchLocation.x - self.beginningPoint.x), y: self.beginningCenter.y + (touchLocation.y - self.beginningPoint.y))
            if let delegate = self.delegate {
                delegate.stickerViewDidBeginMoving(self)
            }
        default:
            break
        }
    }
    
    @objc
    func handleTapGesture(_ recognizer: UITapGestureRecognizer) {
        if let delegate = self.delegate {
            delegate.stickerViewDidTap(self)
        }
    }
}

extension StickerView:UIGestureRecognizerDelegate{
    func gestureRecognizer(_ gestureRecognizer: UIGestureRecognizer, shouldReceive touch: UITouch) -> Bool {
        return true
    }
}

在ViewController中的maskInputImage函数中调用实现

let stickView = StickerView.init(contentView: testImage)
stickView.center = CGPoint.init(x: 150, y: 150)
stickView.delegate = self
self.view.addSubview(stickView)        

StickerView的代理

@available(iOS 15.0, *)
extension ViewController:StickerViewDelegate{
    
    func stickerViewDidBeginMoving(_ stickerView: StickerView) {
        //self.selectedStickerView = stickerView
    }
    
    func stickerViewDidChangeMoving(_ stickerView: StickerView) {
    }
    
    func stickerViewDidEndMoving(_ stickerView: StickerView) {
    }
    
    func stickerViewDidTap(_ stickerView: StickerView) {
    }
}

效果图如下:

在这里插入图片描述

不足之处:可以实现将图片作为贴纸且可移动,但贴纸是整个包含背景图片,不是所要求的把人像作为贴纸移动,对此要加强学习改进。


总结

本次项目对图片识别人像、人像切割技术、加入新的背景保存等技术知识上进行学习实现,对贴纸运用还是不够熟练,对其要进行更深入、更全面的学习。作为初级iOS开发员要多做项目,多实践;才能知道自己哪里不足,并对此加强。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
云存储系统Swift是由OpenStack项目开发的一款开源软件,用于存储和检索大规模的不结构化数据。其主要目标是提供高可用性、可扩展性和自动容错能力的对象存储服务。 Swift的架构基于分布式存储的理念,采用了一种称为“环”的数据存储模型。在这个环中,多个存储节点通过数据分片和副本机制来存储和管理用户的数据。每个数据对象被分成多个存储片段,并通过一致性哈希算法散列到指定的存储节点中,以提高数据的可用性和负载均衡能力。同时,Swift还通过添加冗余副本来提供数据的容错能力,以防止数据丢失。 在Swift的实践中,数据是以对象的形式存储。每个对象都具有唯一的标识符,并通过对象存储API进行访问和操作。Swift支持多种客户端访问方式,包括OpenStack Swift客户端、API、SDK和Web界面等。可以通过这些方式上传、下载、复制、删除和查询对象等操作。 Swift采用了一种基于事务的分布式元数据存储机制,用于管理和索引存储对象的元数据。这些元数据包括对象的属性、权限和位置等信息,以及物理存储节点的拓扑结构。元数据存储通过数据库或分布式键值存储实现,保证了数据的一致性和可靠性。 在部署和管理方面,Swift提供了管理员能够监控和管理集群的工具和接口。管理员可以通过控制面板、命令行工具和API进行集群的配置、管理、监控和维护。同时,Swift还提供了数据迁移和故障转移等功能,以保证数据的可用性和可靠性。 总之,Swift是一个高效、可靠和可扩展的云存储系统,它的原理和架构基于分布式存储模型,通过数据分片、副本和冗余提供高可用性和容错能力。在实践中,通过对象存储API来访问和操作用户的数据,并通过元数据存储机制来管理和索引数据的属性和位置等信息。管理员可以通过各种工具和接口对集群进行配置、管理和监控,保证数据的可靠性和高性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值